文章列表-AI魔法学院

文章列表

几个对我影响很大的统计学模型

初始，你可能基于电影类型或导演（先验信念）来估计你会喜欢它的概率。

统计学大模型

【CLIP系列Paper解读】CLIP: Learning Transferable Visual Models From Natural Language Supervision

Abstract（此部分翻译为主）当前的计算机视觉（CV）模型通常被训练用于预测有限的物体类别。

OpenAI 自然语言监督

图解大模型训练之：张量模型并行(TP)，Megatron-LM

比如图中，梯度要先传播到X，然后才能往下一层继续传递。

开源模型

大模型微调方法总结

但是随着预训练语言模型越来越大，这个范式存在以下问题： ● 当我们 finetune 大模型时，由于训练成本太高，不太可能重新训练所有模型参数 ● 以前的方法（论文发表于 2021 年）都或多或少有其它性能问题

开源模型

主流网络爬虫蜘蛛详解

必应集成了多个独特功能，包括每日首页美图，与 Windows 操作系统深度融合的超级搜索功能，以及崭新的搜索结果导航模式等。

爬虫蜘蛛详解

实现聊天机器人打字机形式输出内容：SSE原理介绍及Post实现方式

比如显示当前网站在线的实时人数，法币汇率显示当前实时汇率，电商大促的实时成交额等等 3、SSE使用场景在web端消息推送功能中，由于传统的HTTP协议是由客户端主动发起请求，服务端才会响应

大模型

无限逼近真人效果的“超真实人像大模型”，或许它才是你一直在寻找的真爱！

该论文的核心内容是通过学习适配器来挖掘更多的可控能力，以提高文本到图像扩散模型的性能。

大模型文生图

三个大模型（ChatGPT,文心一言,Baichuan-13B)，帮我生成中医《本草纲目》的训练数据

第一步我们做数据清洗，功能很简单，就是找出数字开头的行，同时，数字1开头的行有可能有一些特殊的格式，可能要加“主治”这两个字。

大模型

高效选择：Ollama与LM Studio深度对比

Ollama：为初学者和非技术人员设计 o • 用户体验：Ollama以其简单性和易用性著称，特别适合那些对技术不太熟悉的用户。

Ollama LM Studio 对比

LangChain - RAG：线上系统多文档要频繁更新，每次都要重新花钱做一次 embedding，老板不批预算，批我...

去 github 上看下具体的实现逻辑： · 标 1 是 index 所在的位置，可以看到跟之前的版本没有变化

大模型

LangChain: LLM 应用聚焦的两大方向，RAG 和 Agents

众所周知本次 llm 浪潮主打的就是一个 Generation，生成，而 Retrieval-augmented 就是指除了 llm 本身已经学到的知识之外，通过外挂其他数据源的方式来增强 LLM 的能力

大模型

Stable Diffusion

Stable Diffusion 文生图全网最细详解

后续课程也会详细的讲解如何更好的编写 Prompt 功能栏：包括了常见的文生图、图生图、模型获取、模型训练等功能。

文生图 SD

【语音识别】OpenAI语音力作Whisper

因此，Wav2Vec 2.0需要更多的微调才能获得较有竞争力的性能。

语音转文字 whisper

SD 美颜修图神器

插件的功能有很多，我们今天只讲几个听雨觉得好用的功能，对其他功能感兴趣的小伙伴可以进插件的官网查看哦，就是开头的插件地址。

SD 文生图

ChatGPT写论文最强指令！

如果可能的话，请附上文献的摘要或关键词，帮助我判断其适用性。

ChatGPT 指令

<...86 87 88 899091 92 93 94 95 ...>

汇聚AI资讯，网罗AI文档，详解AI工具！

关于我们用户协议隐私条款商务合作：skillupvip

© 2023-2025 AI魔法学院

京ICP备20027199号-1